也谈人工智能商业化 华为云的“暴力美学计算”


人工智能商业化,既是难题也是机遇。

当下的人工智能商业化主要有两条路,一条路是“AI+”,即人工智能技术本身产品化,创造或者革新一类产品,另一条路是“+AI”,是传统产业,尤其是实体行业生产流程再造,从而完成降本增效,华为云选择的就是后一条道路。

9月18日华为全联接大会期间,华为云业务总裁郑叶来在主论坛做了题为“跨越裂谷,共建普惠AI”的演讲,并提出行业AI商用落地的四大要素,同时他进一步解释了华为云EI集群服务所拥有的强劲算力,华为云工业智能体正式亮相。

华为云业务总裁郑叶来

技术优势能否转化成市场优势,这决定着人工智能厂商将去往何处。

AI商用落地四要素

郑叶来在现场表示,AI领域蓬勃发展,但投资热度与商业应用之间仍存在巨大的裂谷。

2018年以前,对AI领域的投融资均匀的分布在各个行业或技术领域。2018年后,大量的投融资逐渐向几个头部行业集中。

华为云在500+项目实践中发现,行业AI项目要成功实施,需要基于应用场景、相关ISV/SI、设备或流程、AI平台提供方组成的行业AI落地的商用模型,也由此,华为云总结出AI商用落地的四个要素。

要素一:明确定义商业场景

即明确项目的商业目标,界定清晰的范围边界,场景可闭环、可预测具备充足的数据资料。明确定义商业场景是AI落地的第一步。

在早期人工智能落地的过程中,几乎所有的厂商都走过弯路,哪些领域拥抱人工智能意愿强烈,哪些场景能平衡投入和收益,哪些场景测试和现实之间存在巨大不确定性等等,人工智能对大多数企业都是全新的技术,充满未知,没有厂商能直接摸准人工智能落地的确定性规则。

华为云总结了一套选择场景的方法论:

  • 首先要明确该场景核心要解决的问题是什么,是质量、成本还是效率问题;

  • 其次,解决的问题要有清晰的边界,要便于用数学去刻画和表达;

  • 再次,这个场景应该是一个闭环的、可以预测的,不能是开放不可预知的;

  • 最后,要具备解决这个问题需要的充足和完备的数据与行业知识。

去年的全联接大会上,华为就明确了三个AI能实现较好效果的场景,分别是海量重复、专家经验及多域协同,今年则是可商用场景的扩大化,一边从0到1找新场景,一边从1到N实现场景复用。

全联接大会上Atlas900展示

要素二:触手可及的强劲算力——华为云EI集群

从某种程度上来说,这几年的人工智能技术热潮,解决了人工智能是否能用的问题,然而效率、成本、易用性等等都是人工智能进一步发展的挑战。另一方面,算力的稀缺问题还没解决,新算法仍在迭代,AlphaFold、Bert、BigGAN对算力需求更大,言而总之,当前算力仍处于不充沛、不经济、难获取的状态。

以华为举例,目前华为内部日均AI训练作业任务超过4000个、训练时长超过3.2万小时, 而且还有大量的作业在排队。

华为云预测,未来,算力的需求每年将增加10倍左右,缺口亟待解决,算力也是目前可预见的限制人工智能发展的最大难题。

华为在本届大会上更新了计算产业战略,并且将其放到和联接同等地位,继去年连发昇腾910和310后,象征着“暴力美学计算力”的Atlas900集群今次正式发布,而且将会以云服务的形式对外开放,可按需使用、即时开通。

Atlas900代表着“一力降十会”的打法,硬生生用新架构解决旧算力问题。据华为介绍,基于Atlas900的华为云EI集群服务是当前全球最快的AI训练集群,由数千颗昇腾910处理器构成,只需59.8秒就可以完成典型网络ResNet-50的训练,比第2名快15%。

以天文研究为例,天体识别涉及P级数据的存储和运算,使用传统模式训练P级别天文数据中识别新的星体的模型要耗时四个星期。使用“华为云EI集群服务”可以将识别星体的模型训练时间缩短至分钟级。

华为云参与了“SKA”(平方公里阵列射电望远镜)项目,天文学家要从20万颗星星中,找出某种特征的星体相当困难,需要169天的工作量,而用上Atlas 900,只用10秒,就从20万颗星星中检索出了相应特征的星体,这就是“暴力美学计算力”。

华为云EI集群巅峰算力的背后,华为工程师们从底层硬件到软件构架全栈优化,包括梯度同步与反向计算并行;数千颗处理器-TOR-SPINE,无收敛线性高速交换;与云计算、存储,网络高效协同。

要素三:持续进化的AI服务

AI时代,构建一个生产运行与开发训练闭环的在线系统非常关键,能让模型持续适应环境的变化,成为持续进化的AI。例如,华为云全流程模型生产服务ModelArts通过AI持续迭代框架,提供端边协同能力,加速企业AI化进程。

要素四:组织与人才的适配

AI的智慧来源于人类智慧数字化,要遵重以人为本的初心,适配相应的人才、组织和流程。例如,深圳机场应用华为云EI来建设机位智能分配系统,并让机场指挥员了解EI的决策机制和过程,不仅将指挥员从枯燥重复的操作中解放出来,而且提升了飞机靠桥率,减少了摆渡车的使用,大幅提升旅客体验。

基于这四个要素的判断,华为云正式发布工业智能体,定位是工业制造行业的智能化新引擎,引擎共分三部分,基于知识图谱的智能认知引擎、基于AI模型的智能预测引擎、基于运筹规划的决策优化引擎,来将诸多难以落地应用的技术应用到工业场景。

公有云的短板战略

“未来的云服务一定是短板战略,集中度一定会越来越高”,郑叶来谈及公有云行业的下一步竞争。企业客户不会因为一项专长选择云厂商,更要求云厂商无短板,短板决定了未来公有云厂商的极限。

公有云本身就是重资产投入的行业,目前头部厂商都是有其他资金来源的大厂商,也部分说明了公有云业务的重资产属性,而随着业务竞争的白热化,从前端到后端,从上层到底层的全面竞争,正掏空部分公有云厂商的钱包。

行业竞争的态势往往是,头部对标,第二梯队遭殃,这在公有云行业已经有一些苗头。不管是互联网出身的云厂商,还是IT出身的云厂商,都在芯片级别做文章,对客户的在线服务越极致,对自己的硬件管控就要越精准,不管是出于成本还是效率,芯片战争已经隔空打响。

郑叶来也提到,早期做云的公司重新做IT、做芯片、做硬件。“云服务是华为用 IT 手段形成价值的闭环,你付出了什么,应该得到什么,云服务还是原来的生意,但是换了商业模式,更好地跟客户沟通。”

外界对华为一直强调做云服务的商业逻辑也理解更深,曾任IT产品线总裁的郑叶来在任时曾投资过多款芯片,这些都成为当下华为云的芯片层级优势。

华为云EI产品部总经理贾永利

华为云EI产品部总经理贾永利表示,华为有了自己的芯片,在全栈技术整合一定能做得非常好,将来还可以与海思定制化芯片,在芯片垂直整合比多个厂家去拼凑、去做肯定性能更好,进而带来客户成本的节约,他同时补充,华为不会因为有了芯片开打价格战,还是以更好的产品和服务赢得客户。

据 IDC 今年8月份发布的《2019年Q1中国公有云服务市场跟踪报告》,从IaaS+PaaS整体市场份额来看,华为云营收增长超过300%,华为云PaaS市场份额增速接近700%,首次进入Top5。

在马太效应加剧的情况下,后发的华为云底层优势逐渐释放,支撑其位次前进。据业内人士透露,Top5远不是华为云的目标,其内部希望年底能进入中国公有云市场前四。

雷锋网总结,公有云的厚重更胜以往,行业整体进入下一阶段的备战期,兵精粮足则胜,反观之,短板战略将逐渐淘汰,或者降低一部分非头部云计算厂商的生存空间,公有云行业的洗牌期亦不远。雷锋网雷锋网

分享到